三峡大学学位论文下载
三峡大学学位论文下载
每一位硕士研究生毕业时，都要将其论文上传至图书馆学位论文库中。如果该学生选择公开该论文，那么作为校内研究生的你将获得免费阅读该论文的机会。
但是，图书馆仅开放了在线阅读的功能，并不支持下载！这给我们后期的反复阅读带来了麻烦，因此为了解决这个问题，我编写了一个能够自动下载，并自动生成带目录的pdf的论文下载器。
本项目所设计的论文下载器是通过 selenium 实现的。这是一个用于前端测试的 Python 库，可模拟网页上的各种操作。使用 reportlab、PyPDF2 对获取到的网页图片进行整合，生成 PDF 文件。
使用方法
配置环境
首先配置 webDriver。
安装 chrome浏览器，然后输入下面的网址查看浏览器版本：
chrome://settings/help
然后，根据该版本号，去下载chromedriver：
http://npm.taobao.org/mirrors/chromedriver/
选择win32的zip
解压后将其放置到chrome的安装目录下
这样，就可以通过chromedriver来控制chrome了。
这一步很容易出错，如果有问题，请多百度一下，主要是环境没配好之类的。
然后，检查当前环境是否已经安装了以下库：
- selenium
- base64
- tqdm
- reportlab
- PyPDF2
- pillow
使用 pip 命令安装即可。
确定下载地址
打开三峡大学图书馆学位论文库的远程访问地址（如果需要登录，请进行登录后再操作）：
http://210.42.41.117:8082/Thesis/ThesisSearch/Search_DataInit.aspx?dbid=6
然后，搜索你需要下载的论文，打开在线浏览，得到类似下面的界面：
复制该界面的网页地址即可。
下载
这里我写了一个叫做 paperDownload.py 的下载代码，里面包含了主要的功能函数，并进行了封装。
在其中，你需要根据自己的情况，修改webdriver的配置情况：
设置环境变量或者直接调用都可以：
# driver = webdriver.Chrome() # 环境变量
driver = webdriver.Chrome(executable_path=r"C:\Program Files\Google\Chrome\Application\chromedriver.exe") # 直接调用
配置好后，新建一个py文件，使用以下代码进行下载:
from paperDownload import CTGU
d = CTGU()
# 实例化一个学生用户，请在paperDownload设置一个默认的账号。
# 如果出现用户登录失败的情况，则需要重新设置一个新的账号，
# d = CTGU('新的学号','新的密码')
# 或者等待一段时间再使用，因为账号不支持多地同时登录。
d.download(
paperUrl='论文地址', # 上面复制的网页地址
save_path="保存的文件夹", # 自己写一个保存的文件夹，他会自己创建
category=True, # 如果在线浏览界面中存在目录，那就设置为True,否则为False
sleep_seconds=8, # 睡眠时间自行把握，根据当前网速适当调整，设置的越大，下载越慢，但越不容易出错
)
运行后，你将在输出界面看到如下下载进度提示：
下载完毕后，在你设置的文件夹中会得到一个src子文件夹，里面包括了论文的每一页图片，以及一个output.pdf，这个就是最终生成的带目录的pdf文件了。
TODO
所设计的这个论文下载器还存在很多的问题，如图片出现空白页、下载速度慢、仅支持上传格式为pdf的学位论文等，目前还没有得到很好的解决。
另外，有机会想把它做成一个GUI界面，方便使用。
